SIAI 예비 신입생을 대상으로 입학 시험 과정 및 글로벌 교육 준비 과정에 대한 수요 조사를 진행합니다.

교육 프로그램 관련 사항

1. 실행 주체: GIAI Korea
2. 목적: 한국 대학 출신들의 기초 실력 부족 보완
3. 교육 내용: SIAI MBA 교육 과정 중 첫 1학기 수업
4. 기간: 2025년 4월~6월 (수학&통계학 준비 수업) + 7월~8월 (영어 수업, Optional)
5. 교육 방식: 1주일 2개 수업 (각 3시간 강의 및 1시간 문제 풀이)
6. 수업료: 수학&통계학 준비 수업 750만원 / 영어 토론 수업 120만원
7. 정원: 수학&통계학 강의 24명 / 영어 토론 수업 12명

시험 성적에 따라

• 평균 70점 이상: 학기 중 조교 활동을 통한 장학금 지원
• 평균 60점 이상: MSc (2년) 과정 입학
• 평균 50점 이상: MBA 과정 입학 후 학점 전환 - 재시험을 치를 경우 재수강비 납부
• 평균 50점 미만: MBA 과정 입학 후 재수강

위의 교육 과정은 MBA AI/BigData 프로그램의 1학기 교육 과정이기도 합니다.

시험 방식

• 6월 수업 종료 후, 각 과목별 문제 2개씩, 합계 6개를 Take home exam으로 진행
• 24개의 문제 Pool에서 각 학생 별로 다른 문제 배정 (부정행위 방지 목적)

2025년 가을학기부터는 글로벌 교육으로 전환되는만큼, 한국에서 선수학습이 되지 않은 상태에서 살아남는 학생을 찾기 매우 어려울 것이라는 판단 아래 위의 특별 과정에 대한 수요조사를 진행합니다.

수요조사 기간 및 참여 방식

• 기간: 2025년 2월 21일까지 아래 양식에 따라 이메일 ([email protected]) 제출
• 제목 양식: [예비과정] 수요조사에 참여합니다
• 내용 양식: 이름, 재학한 or 재학 중인 대학 학위 명칭, 간단한 포부, 영어 토론 수업 수강 신청 여부

2월 22일 설명회에 수요조사 합계를 공개하고 3월 까지 1달 간 수강 신청을 받아 4월부터 진행할 예정입니다.

수요조사 참여 예시

---

[예비과정] 설문조사에 참여합니다

• 이름: 홍길동
• 출신대학: 한국대학교
• 출신전공: 컴퓨터공학, 통계학 (복수전공)
• 영어 토론 수업 수강 신청: Y
• 간단한 포부: 꼭 70점 이상을 받아 조교가 되고 싶습니다 (솔직히 50점 이상만 받아도 만족합니다)

---

예비 과정 교육 수준

단순한 학부 수준 선형대수학, 미분방정식 같은 수업이 아닙니다. 그간 공개됐던 기출문제에서 볼 수 있듯이, 학부 저학년 수준의 수학/통계학 개념을 현실에 응용하기 위한 고민을 자기 힘으로 할 수 있도록 만드는 것에 초점이 맞춰져 있습니다.

준비를 위해서 수학 교과서들을 미리 읽어보거나, 계량경제학, 선형계획법 등의 각 학문 별 응용 통계학 수업들을 들어보는 것이 도움이 될 수 있습니다만, 그간 재학생들의 공통된 평가대로 직접적인 도움이 될 가능성은 낮습니다. 굳이 따지자면 4월 전부터 미리 저희 수업을 계속 반복적으로 듣는 편이 더 큰 도움이 될 겁니다. (2월 조기 신청자들에게 3월부터 기초 수업 기출 문제 풀이들을 미리 열어줄 계획입니다)

잘 모르는 학생들은 Machine Learning, Deep Learning 같은 과목의 코드 몇 줄만 알고 있고, 개발 라이브러리들만 잘 쓰면 된다고들 착각하는 경우가 많습니다만, COM502: Class 1. Regression Problems - 링크를 건 Machine Learning 수업 강의 노트들을 한번 참고해보시기 바랍니다. 이 수업을 따라가기 위한 수학/통계학 교육을 위의 예비 과정에서 진행합니다.

예비 과정 교육의 효과

국내 모 명문대학 통계학과 학부, 석사를 마친 후 모 대기업에 재직 중에 SIAI에 입학했던 한 학생이 1달 만에 1년 후에 다시 찾아오고 싶다면서 이런 말을 했습니다.

그간 대학 다니며 배운 내용, 회사에서 진행되는 프로젝트들이 얼마나 잘못되었는지, 혹은 잘못 적용되고 있는지 아주 조금은 알게 되었습니다. 제대로 공부하고 싶은 욕심은 많은데 따라 갈려면 많은 준비를 하고 와야할 것 같습니다.

위의 학생은 1년 후에 재입학해서 이제 졸업을 앞두고 있습니다. 논문 수준도 매우 높고, 해당 논문은 재직 중인 대기업이 수백억원의 비용을 써도 못 풀었던 문제를 'Computational cost'가 아니라 'Brain cost'만으로 풀어내는 내용을 담고 있습니다. 인재 1명이 고급 교육을 받은 덕분에 회사에 수백억원의 비용을 아껴줬고, 회사의 핵심 인재, 대체불가능한 인재가 되었다는 뜻이겠지요.

입학 전 준비 과정으로 가장 적절한 과정을 골라달라고 했더니 첫 학기 수업들을 10번씩 듣는 편이 더 나을 것 같다고 답했었습니다.

비슷한 사정인 많은 학생들이 같은 생각으로 1년, 2년 씩 입학 유예를 신청하고 복학 후에 첫 학기 수업들을 재수강하겠다며 떠났습니다.

졸업생들, 졸업 앞에서 논문에 힘겨운 학생들의 평가도 크게 다르지 않습니다. 첫 학기 수업 3개를 잘 이해해야 두번째 학기 수업 3개를 따라갈 수 있고, 앞의 6개 수업을 이해해야 나머지 6개 수업을 들으면서 논문을 준비할 수 있다는 걸 두번째 학기 중에 깨닫는 경우들이 대부분입니다.

즉, MSc가 아니라 MBA를 도전하더라도 학위 과정의 생존률을 높이고 싶다면 위의 예비 과정을 듣는 것을 추천드립니다.

Q&A

Q. MSc 아니면 갈 필요 없다, 수학만 가르치는 곳이다는 오해?

A. 외부에서 MSc 아니면 갈 이유가 전혀 없다는 식의 왜곡된 정보가 돌고 있는 것으로 알고 있습니다만, 매우 잘못된 정보입니다. 단적으로 그간 MSc 학생이 최고 논문상을 받은 적이 한번도 없었습니다. 그간 가장 뛰어난 논문은 항상 MBA AI/BigData 학생들에게서 나왔습니다. 수학 증명을 잘 하는 것은 수학과, 통계학과에서는 필수겠지만, AI/Data Science를 공부하는데는 증명보다 수학을 응용하는 '사고력'이 필요합니다. 학생들에게도 매번 저희는 수학과도 통계학과도 아니고 Data Science 학과라고 강조합니다.

논리적 이해에 기반한 응용력이 핵심이고, MBA 첫 학기만으로 사고력의 중요성을 깨닫는데 충분하다는 것을 이미 수십 명의 사례를 통해 확인한 바 있습니다. 본 예비 과정을 통해 재학생들의 깨달음이 예비입학생들에게도 공유되기를 바랍니다. 저 위의 대체불가능한 인재 분도 역시 MBA 학생입니다.

Q. Machine Learning, Deep Learning만 알면 되지, 다른 지식은 필요없다?

A. 재학생들이 ML, DL을 배우면서 왜 앞에서 통계학 공부를 했는지, 모르는 상태에서 그냥 ML, DL을 쓰면 얼마나 조잡한 모델을 만들게 되는지를 깨닫는 경험들을 합니다. 위의 '대체불가능한 인재' 분의 논문도 회사에서 'AI엔지니어'가 별 깊은 생각없이 DL 모델을 써서 만들어 놓은 모델의 문제를 지적하는데서 출발했습니다. 이어, MBA에 배정된 Business case 수업들은 ML, DL, RL에서 배운 내용들을 응용하는 수업들입니다. 응용을 해봐야 실제로 ML, DL, RL로 배운 수식과 코드가 현실 데이터에서 어떻게 적용되는지, 그 때 수학, 통계학이 어떤 힘을 발휘하는지 깨달을 수 있기 때문에 학위 과정에 포함되어 있습니다. 각각의 발표 수업은 논문 1개를 정리 요약할 수 있도록 구성되어 있는데, 학생들이 수업 끝날 때 쯤되면 '혼자서 하라고 하면 절대로 못 할 것 같은데, 시키는대로 하나하나 따라가다보니 큰 논문을 작은 문제 여러개로 만들어 놓은 것 같아서 논문을 엄청 잘 읽은 기분이다'고 합니다. 예비 과정을 통해 이런 깨달음을 조금이나마 얻어가시기 바랍니다.

Q. 교육수준은 얼마나 높은가요?

A. '유사 프로그램으로 MIT의 MSc Business Analytics가 있습니다.'

MBA 과정은 고급 수학을 쓰는지 여부만 차이날 뿐, AI/Data Science를 이해하기 위한 주요 지식을 모두 가르칩니다. 즉 교양이 아니라 수학적 난이도를 낮추고 현장 적용 부문을 강화한 전공 교육입니다. 일반 MBA가 아니라 MBA AI/BigData라는 이름으로 운영되는 STEM MBA이기 때문입니다. MIT의 MSc Business Analytics도 MBA를 운영하는 중에 학부 2, 3학년 수준의 전공 수업을 포함시켜 좀 더 기술적인 도전을 담은 교육 과정을 운영합니다. 저희 SIAI와 일부 강의 노트가 겹치기도 합니다.

Q. 저는 더 쉬운 교육을 듣고 싶은데요?

A. MBA AI/BigData에 Business Track 프로그램은 수학&통계학 기초 수업이 불필요한 비전공자 대상 교양 과정입니다. 위의 예비 수업을 듣지 않으셔도 무방합니다. 아마 외부에서 MSc 아니면 SIAI에 갈 필요가 없다고 생각하시는 분들이 착각하는 것도 MBA를 Tech Track이 아니라 Business Track라고 생각했기 때문일 겁니다만, 저희 SIAI의 주력 교과 과정은 MBA AI/BigData의 Tech Track입니다.

Q. Business Track과 Tech Track은 얼마나 다른 가요?

A. 교양 강의 내용의 특성상 업무에 직접 도움이 되기보다 경영진의 잘못된 AI산업 의사 결정을 막는데 더 유용할 가능성이 높은만큼, GIAI 본사의 SIAI 운영 총괄 팀에서 '최고 경영자 과정(Executive MBA in AI/BigData)'으로 변경하는 것도 논의 중인 것으로 알고 있습니다. 그간 GIAI Books Korea를 통해 7년 간 공유된 국내 기업들의 잘못된 AI 이해, 낯 부끄러워지는 오해 등이 본 교육 과정의 핵심입니다.

예시로는

• 판교 A모 게임사가 사용자 행동 기록 빈도를 높여 AWS 비용이 5배 이상 늘었던 것이, 데이터에 포함된 정보량에 대한 몰이해 탓임을 지적하는 사례
• B모 홈쇼핑이 소비자 반응 정보 처리에 단순히 딥러닝을 쓰던 것을 계산 방법 변경으로 서버 비용을 1/10로 줄인 사례
• C모 빅테크 기업이 인공지능으로 인과관계를 설명할 수 있다는 주장을 한 것이 수학적, 통계학적으로 원천적으로 불가능하다는 지적과 해당 논의를 지원한 학회 구성원들의 역량 부족을 지적한 사례
• D모 반도체 기업의 설비 불량 판단 기준에 단순히 딥러닝을 쓴 탓에 계산 비용만 지불하고 정확도는 낮을 수밖에 없는 구조적인 설명, 모델 변형을 통해 비용 절감, 사용처 확대 사례

등이 있습니다. 위의 사례들은 Tech track 수업 중 관련 수학, 통계학 논리를 설명하면서 예시로 쓰이고 Business track에서는 수학, 통계학에 대한 설명을 제외하고 설명이 진행됩니다. Business track이 일반에 알려진 MBA와 유사한 수업이라고 보시면 됩니다.

Q. 그럼 학위 과정 밖의 쉬운 교양 수업 과정은 없는 건가요?

A. 과거 SIAI 설립 전 까지 약 3년간 MBA Tech track보다 더 수학을 빼고 쉬운 코드와 개념 위주로 구성한 1달 단기 교육을 진행한 바 있습니다만, 수학&통계학 기초가 빠진 탓에 학생들의 왜곡된 이해를 피하기 어려웠고, SIAI 설립 초기에 SIAI 교육 수준을 폄하하는 국내 일부 음해 세력들의 근거 자료로 활용되기도 했었습니다. 더 이상 외부 공개 계획이 없는 만큼, 대체재로는 수준을 높여 재구성한 강의 노트들을 참고하시기 바랍니다. (COM502: Class 1. Regression Problems) 그 외 3-4 시간 정도로 짧게 학부 기초 수학 & 통계학 복습을 도와주는 강의는 GIAI LMS에 무료로 공유되어 있습니다.

별도로, 국내 관계자들을 대상으로 국내의 조잡한 AI 사례만 분리하고 해외에서 제대로 해결하고 있는 사례를 비교하는 보고서 발표형 수업을 학위 와는 별도의 과정으로 진행할 수는 있습니다만, 기업의 문제를 구체적으로 지적하기 위해 교육자에게 높은 전문성이 요구되고, 기업 실명, 심지어는 해당 기업 관계자의 이름과 직급마저 Off-the-record 형태로 언급될 가능성이 있는만큼, 공개로 운영하기 어렵습니다. 고급 컨설팅 프로젝트 급의 발표가 진행되어야 하는 만큼, 국내 기업에서 관련된 수요가 있는 경우, (사)데이터 사이언스 경영 학회(MDSA, [email protected]) 수신으로 문의 메일을 남겨주시기 바랍니다. MDSA는 2023년부터 GIAI와 제휴 아래 GIAI의 교육 사업부(SIAI) 감독, 데이터 과학 프로젝트(GIAI Research) 지원 등의 업무를 담당하고 있습니다.

Q. 온/오프라인 운영

A. 모든 수업은 원칙적으로 온라인으로만 운영됩니다. GIAI Korea가 지난 7월부터 GIAI에 편입되면서 대부분의 사내 시스템이 온라인으로 이전됐고, 국내에서 오프라인 운영은 2025년 3월까지만 예정되어 있습니다. 수요조사에서 오프라인 지원을 희망하는 수요가 많을 경우 학생 배려 차원에서 3개월 정도 연장 운영을 고려할 수는 있습니다.

Q. 수업 3개 중 1개만 들으면 안 될까요?

A. 다 듣고 나면 알겠지만, 3개의 수업이 1개의 수업을 3개의 소주제로 분리해 놓은 것입니다. 셋 모두를 다 잘 알아도 시험을 잘 치기 쉽지 않은데, 1개만 들어서는 큰 도움이 되지 않을 것으로 보입니다. 3개를 미리 다 듣고, 큰 틀에서 이해를 갖추고 학위 과정을 시작해야 글로벌 동기들에게 밀리지 않을 것 같아서 구성한 과정이기도 합니다.

추가로 아래 질문의 답변을 참고하시기 바랍니다.

Q. 저는 올해 입학하고 싶지 않고, 1년 더 공부해서 내년에 입학하고 싶은데, 이번에 들어도 되나요?

A. 예. 시험 점수는 기록해두겠습니다만, 점수가 마음에 안 들어서 내년에 재시험을 칠 경우는 재수강 비용을 내야 합니다.

과거에 수업 1개만으로 입학 시험을 운영하던 시절, 재시험을 쳐도 40점을 받았던 학생이 있습니다. 재학생들도 재시험을 쳐도, 심지어 오픈 북으로 시험을 쳐도 내공보다 더 높은 점수를 받기 쉽지 않습니다.

1과목만 들어서는 내공이 늘지 않고, 단기간 흡수력에만 초점을 맞춰서 실력 평가가 진행될 수밖에 없었기 때문입니다.

이번에는 3개의 수업을 모두 다 듣는 만큼 1년 간 절치부심하는 경우에 좀 더 나은 결과가 있을 수도 있다고 봅니다. 실제로 학위 과정 1년 후에 다시 시험을 치면 10~20점 이상 점수가 뛰는 경우가 많습니다. 모든 학생에게서 나타나는 사례는 아닙니다만, 참고하시기 바랍니다.

그 외 질문

• GIAI Square

저희 GIAI의 커뮤니티 게시판(관련 설명:GIAI Square 멤버쉽 퀴즈)에 질문을 남겨주시면 됩니다. 영문 커뮤니티에 글을 남기기 어려운 분들, 한글로 질문하시고 싶은 분들은 2월 22일에 예정된 설명회([공지] 2025학년도 SIAI 지원 희망자들 대상 온/오프라인 설명회)에서 질문해주시면 됩니다.